输电线路巡检图像自动命名方法及装置与流程

1.本技术涉及图像处理技术领域，特别是涉及一种输电线路巡检图像自动命名方法及装置。


背景技术：

2.近年来随着无人机技术的快速发展，民用无人机由于其价格低廉、作业高效、巡检质量优异等优点被广泛应用于电力、农业、林业、水利等各个行业，同时因其在空中不受地形限制、可对设备开展360
°
无死角视频、图像采集，为输电线路巡检提供了一条有效且高效的捷径。输电线路无人机巡检已成为一种常态化作业，运用无人机可开展输电线路、配电线路巡视、检测、故障查找、地形测绘、激光建模等作业，同时随着激光建模技术、rtk（real-time kinematic，实时动态）载波相位差分技术的进步，无人机自动巡检技术也在各供电公司应用。输电线路无人机精细化巡检，主要是运用无人机通过手动或自动方法采集输电线路a、b、c相、左地线、右地线照片的一种巡检方法，具体可以采集杆塔、基础、绝缘子、金具、部分导地线等零部件图像信息，进而识别结构缺陷，实现输电线路的精细化巡检。
3.但每年对于输电线路无人机自动或手动巡检的海量图片，目前电力行业尚不能实现自动命名，均需无人机飞手手动进行命名，耗费大量的人力、物力，导致输电线路无人机巡检效率降低，使得无人机巡检作业不能大范围、常态化开展，阻碍输电专业巡检技术的快速发展。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种输电线路巡检图像自动命名方法、装置、计算机设备和计算机可读存储介质。
5.第一方面，本技术提供了一种输电线路巡检图像自动命名方法。所述方法包括：分别获取所述输电线路上第一巡检关键点的目标信息；所述目标信息包括目标物名称和部件位置数据；分别获取所述输电线路上第二巡检关键点的拍摄信息；所述拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间；采用矩阵模型对所述部件位置数据和所述拍摄位置数据进行处理，得到距离数据；基于所述目标物名称和所述图片拍摄时间，根据所述距离数据所满足的距离条件对所述原始图片名进行重命名。
6.在其中一个实施例中，所述第一巡检关键点的数量为第一数量；所述第二巡检关键点的数量为第二数量；所述目标物名称包括线路名称、杆塔号和部件名称；所述部件位置数据包括部件经度、部件纬度和部件高度；所述拍摄位置数据包括拍摄经度、拍摄纬度和拍摄高度；所述采用矩阵模型对所述部件位置数据和所述拍摄位置数据进行处理，得到距离数据的步骤中：
分别将各所述部件经度、各所述部件纬度和各所述部件高度均扩充为所述第二数量的行、所述第一数量的列的矩阵，并得到部件经度矩阵、部件纬度矩阵和部件高度矩阵；分别将各所述拍摄经度、各所述拍摄纬度和各所述拍摄高度均扩充为所述第二数量的行、所述第一数量的列的矩阵，并得到拍摄经度矩阵、拍摄纬度矩阵和拍摄高度矩阵。
7.在其中一个实施例中，还包括：处理所述部件经度矩阵、所述部件纬度矩阵、所述部件高度矩阵、所述拍摄经度矩阵、所述拍摄纬度矩阵和所述拍摄高度矩阵，得到所述距离数据。
8.在其中一个实施例中，所述基于所述目标物名称和所述图片拍摄时间，根据所述距离数据所满足的距离条件对所述原始图片名进行重命名的步骤中：将所述距离数据表示为所述第二数量的行、所述第一数量的列的距离矩阵，并依次获取所述距离矩阵中每一行数据中的最小距离值。
9.在其中一个实施例中，还包括：基于第一距离值和第二距离值，在所述最小距离值满足所述距离条件的情况下，根据所述目标物名称和所述图片拍摄时间对所述原始图片名进行重命名。
10.在其中一个实施例中，所述距离条件包括部件距离条件和通道距离条件；所述基于第一距离值和第二距离值，在所述最小距离值满足所述距离条件的情况下，根据所述目标物名称和所述图片拍摄时间对所述原始图片名进行重命名的步骤包括：若所述最小距离值小于等于所述第一距离值，则确定所述最小距离值满足所述部件距离条件，并确定所述最小距离值所在行所对应的拍摄对象为所述最小距离值所在列所对应的线路部件，以及根据所述目标物名称和所述图片拍摄时间对所述原始图片名进行重命名；若所述最小距离值大于所述第一距离值、且所述最小距离值小于等于所述第二距离值，则确定所述最小距离值满足所述通道距离条件，并确定所述最小距离值所在行所对应的拍摄对象为所述最小距离值所在列所对应的线路杆塔通道，以及根据所述目标物名称和所述图片拍摄时间对所述原始图片名进行重命名。
11.第二方面，本技术还提供了一种输电线路巡检图像自动命名装置。所述装置包括：数据获取模块，用于分别获取所述输电线路上第一巡检关键点的目标信息；所述目标信息包括目标物名称和部件位置数据；还用于分别获取所述输电线路上第二巡检关键点的拍摄信息；所述拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间；数据处理模块，用于采用矩阵模型对所述部件位置数据和所述拍摄位置数据进行处理，得到距离数据；自动重命名模块，用于基于所述目标物名称和所述图片拍摄时间，根据所述距离数据所满足的距离条件对所述原始图片名进行重命名。
12.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：分别获取所述输电线路上第一巡检关键点的目标信息；所述目标信息包括目标物名称和部件位置数据；分别获取所述输电线路上第二巡检关键点的拍摄信息；所述拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间；
采用矩阵模型对所述部件位置数据和所述拍摄位置数据进行处理，得到距离数据；基于所述目标物名称和所述图片拍摄时间，根据所述距离数据所满足的距离条件对所述原始图片名进行重命名。
13.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：分别获取所述输电线路上第一巡检关键点的目标信息；所述目标信息包括目标物名称和部件位置数据；分别获取所述输电线路上第二巡检关键点的拍摄信息；所述拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间；采用矩阵模型对所述部件位置数据和所述拍摄位置数据进行处理，得到距离数据；基于所述目标物名称和所述图片拍摄时间，根据所述距离数据所满足的距离条件对所述原始图片名进行重命名。
14.上述输电线路巡检图像自动命名方法、装置、计算机设备和存储介质，通过分别获取输电线路上第一巡检关键点的目标信息以及第二巡检关键点的拍摄信息，进而采用矩阵模型对部件位置数据和拍摄位置数据进行处理得到距离数据，从而基于目标物名称和图片拍摄时间，根据距离数据所满足的距离条件对原始图片名进行重命名，实现了对输电线路巡检图像的自动命名，节省了人工成本，同时提高了输电线路无人机的巡检效率。
附图说明
15.图1为一个实施例中输电线路巡检图像自动命名方法的流程示意图；图2为一个实施例中无人机对直线塔巡检时的拍摄位置示意图；图3为一个实施例中无人机对耐张塔巡检时的拍摄位置示意图；图4为一个实施例中输电线路巡检图像自动命名装置的结构示意图。
具体实施方式
16.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的实施例。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本技术的公开内容更加透彻全面。
17.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
18.高压输电线路是保证电网稳定运行的大动脉，是保证社会电力供应的基石。随着我国经济的发展，输电线路逐年增多，同时供电可靠性要求也逐年增高。输电线路巡视是保证设备安全稳定运行的主要手段，传统人工巡视主要以人眼查看为主，或采用望远镜、相机从地面进行巡视，但其存在诸多问题，如距离较远无法清晰查看；从地面向高空查看，存在视觉盲区，仅能查看到输电线路下面或侧面，无法查看上面；人到输电线路上部件的整个视线不能受到物体遮挡等，以上问题导致输电线路人工巡检缺陷发现率不高，发现不够及时，从而进一步导致诸多线路长期处于亚健康状态，带病运行。
19.目前输电线路无人机巡检已成为一种常态化作业，主要是运用无人机通过手动或
自动方法采集输电线路a、b、c相、左地线、右地线照片的一种巡检方法，具体可以采集杆塔、基础、绝缘子、金具、部分导地线等零部件图像信息，进而识别结构缺陷，实现输电线路的精细化巡检。对于输电线路无人机自动或手动巡检的海量图片，目前电力行业尚不能实现自动命名，均需无人机飞手手动进行命名，耗费大量的人力、物力。
20.本技术提供的输电线路巡检图像自动命名方法，能够对输电线路巡检图像进行自动命名，进而节省大量人工成本和物资成本，同时大大提高输电线路无人机的巡检效率，使技术人员能够根据巡检图像的命名快速定位输电线路缺陷，从而及时维修。
21.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
22.在一个实施例中，如图1所示，提供了一种输电线路巡检图像自动命名方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法可以包括以下步骤：步骤s110，分别获取输电线路上第一巡检关键点的目标信息；目标信息包括目标物名称和部件位置数据；分别获取输电线路上第二巡检关键点的拍摄信息；拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间。
23.具体地，对于目标信息的获取，可以结合输电线路高精度激光建模技术，运用激光雷达无人机、激光雷达直升机、地基/车载式激光雷达或多种雷达装备组合完成输电线路高精度激光点云采集，从而获取到第一巡检关键点的目标信息；根据输电线路同塔架设图，明确线路名称、杆塔号、相序、相序顺序以及地线情况，在一些示例中，第一巡检关键点可以是输电线路上a相、b相、c相、左地线、右地线等关键位置，对于单回路杆塔，默认提取a相、b相、c相、左地线、右地线5个点；双回路杆塔提取a相、b相、c相、地线4个点；四回路杆塔及多回路杆塔上两回提取a相、b相、c相、地线4个点，下两回提取a相、b相、c相3个点。
24.对于拍摄信息的获取，可以运用rtk无人机采用自动或手动方法对输电线路开展精细化巡检，因rtk载波相位差分技术可提供厘米级高精度定位，且抗强电磁干扰，故rtk无人机广泛应用于输电线路精细化巡检和通道巡视。rtk无人机按照“倒u”型飞行方式，对输电线路导地线、绝缘子、金具、杆塔、基础等零部件开展精细化巡检，提取拍照时无人机停留位置坐标，从而可以获取到第二巡检关键点的拍摄信息，在一些示例中，第二巡检关键点可以是输电线路上a相、b相、c相、左地线、右地线、通道等关键位置；例如无人机对直线塔巡检时，如图2所示，可以停留在杆塔基础、杆塔顶部、地线、opgw（optical ground wire）光纤复合架空地线、导线、绝缘子串及金具等位置处采集图像；对耐张塔巡检时，如图3所示，可以停留在杆塔基础、杆塔顶部、地线、opgw光纤复合架空地线、导线、连接线、绝缘子串及金具等位置处采集图像。
25.步骤s120，采用矩阵模型对部件位置数据和拍摄位置数据进行处理，得到距离数据。
26.具体地，采用矩阵模型，将部件位置数据和拍摄位置数据进行匹配处理，得到目标物与拍摄停留位置之间的距离数据。
27.在其中一个实施例中，第一巡检关键点的数量为第一数量；第二巡检关键点的数
量为第二数量；目标物名称包括线路名称、杆塔号和部件名称；部件位置数据包括部件经度、部件纬度和部件高度；拍摄位置数据包括拍摄经度、拍摄纬度和拍摄高度；采用矩阵模型对部件位置数据和拍摄位置数据进行处理，得到距离数据的步骤中：分别将各部件经度、各部件纬度和各部件高度均扩充为第二数量的行、第一数量的列的矩阵，并得到部件经度矩阵、部件纬度矩阵和部件高度矩阵；分别将各拍摄经度、各拍摄纬度和各拍摄高度均扩充为第二数量的行、第一数量的列的矩阵，并得到拍摄经度矩阵、拍摄纬度矩阵和拍摄高度矩阵。
28.具体地，第一巡检关键点的第一数量与第二巡检关键点的第二数量可以是相同的，也可以是不同的；在一些示例中，假设第一数量为m个，则可以获取到m个第一巡检关键点的目标信息，其中每一个目标信息都包括线路名称、杆塔号、部件名称、部件经度、部件纬度和部件高度，总共可以获取到6m个数据；在一个具体实例中，将6m个数据记录形成如下式（1）所示的目标信息数组ba：（1）其中，目标信息数组ba中第一列表示各线路名称、第二列表示各杆塔号、第三列表示各部件名称、第四列表示各部件经度、第五列表示各部件纬度、第六列表示各部件高度。
29.在一些示例中，假设第二数量为n个，则可以获取到n个第二巡检关键点的拍摄信息，其中每一个拍摄信息都包括原始图片名、图片拍摄时间、拍摄经度、拍摄纬度和拍摄高度，总共可以获取到5n个数据；在一个具体实例中，将5n个数据记录形成如下式（2）所示的拍摄信息数组pa：（2）其中，拍摄信息数组pa中第一列表示各原始图片名、第二列表示各拍摄经度、第三列表示各拍摄纬度、第四列表示各拍摄高度、第五列表示各图片拍摄时间。
30.从目标信息数组ba中分别提取出各部件经度（第四列）、各部件纬度（第五列）和各部件高度（第六列），在一个具体示例中，可以将各部件经度扩充成具有n个行m个列的矩阵，
得到部件经度矩阵，以bj表示部件经度矩阵为例，则bj如下式（3）所示：（3）同样地，将各部件纬度扩充成具有n个行m个列的矩阵，得到部件纬度矩阵，以bw表示部件纬度矩阵为例，则bw如下式（4）所示：（4）将各部件高度扩充成具有n个行m个列的矩阵，得到部件高度矩阵，以bh表示部件高度矩阵为例，则bh如下式（5）所示：（5）从拍摄信息数组pa中分别提取出各拍摄经度（第二列）、各拍摄纬度（第三列）和各拍摄高度（第四列），在一个具体示例中，可以将各拍摄经度扩充成具有n个行m个列的矩阵，得到拍摄经度矩阵，以pj表示拍摄经度矩阵为例，则pj如下式（6）所示：（6）同样地，将各拍摄纬度扩充成具有n个行m个列的矩阵，得到拍摄纬度矩阵，以pw表示拍摄纬度矩阵为例，则pw如下式（7）所示：
（7）将各拍摄高度扩充成具有n个行m个列的矩阵，得到拍摄高度矩阵，以ph表示拍摄高度矩阵为例，则ph如下式（8）所示：（8）在其中一个实施例中，还包括：处理部件经度矩阵、部件纬度矩阵、部件高度矩阵、拍摄经度矩阵、拍摄纬度矩阵和拍摄高度矩阵，得到距离数据。
31.具体地，对上述得到的部件经度矩阵（bj）、部件纬度矩阵（bw）、部件高度矩阵（bh）、拍摄经度矩阵（pj）、拍摄纬度矩阵（pw）和拍摄高度矩阵（ph）进行处理，得到距离数据。
32.在一些示例中，以d表示距离数据为例，d可以通过下式（9）计算得到：（9）其中，ph为拍摄高度矩阵，bh为部件高度矩阵，d为拍摄位置与部件位置之间的球面距离，在一些示例中，d可以通过如下公式（10）计算得到：（10）其中，r为地球平均半径，a为半正矢值，在一些示例中，a可以通过如下公式（11）计算得到：（11）其中，wp表示拍摄纬度弧度值，wb表示部件纬度弧度值，jb表示部件经度弧度值，jp表示拍摄经度弧度值，在一些示例中，wp可以通过如下公式（12）计算得到：（12）其中，pw为拍摄纬度矩阵。
33.wb可以通过如下公式（13）计算得到：
（13）其中，bw为部件纬度矩阵。
34.jp可以通过如下公式（14）计算得到：（14）其中，pj为拍摄经度矩阵。
35.jb可以通过如下公式（15）计算得到：（15）其中，bj为部件经度矩阵。
36.步骤s130，基于目标物名称和图片拍摄时间，根据距离数据所满足的距离条件对原始图片名进行重命名。
37.具体地，在上述距离数据满足距离条件的情况下，基于线路名称、杆塔号、部件名称、图片拍摄时间，对原始图片名进行重命名。
38.在其中一个实施例中，基于目标物名称和图片拍摄时间，根据距离数据所满足的距离条件对原始图片名进行重命名的步骤中：将距离数据表示为第二数量的行、第一数量的列的距离矩阵，并依次获取距离矩阵中每一行数据中的最小距离值。
39.具体地，将上述距离数据表示为具有n个行m个列的距离矩阵，距离矩阵如下式（16）所示：（16）根据上式（16），依次得到距离矩阵中每一行数据中的最小距离值。
40.在其中一个实施例中，还包括：基于第一距离值和第二距离值，在最小距离值满足距离条件的情况下，根据目标物名称和图片拍摄时间对原始图片名进行重命名。
41.具体地，技术人员根据实际需求设定第一距离值和第二距离值，并根据上述计算得到的最小距离值所满足的距离条件，基于线路名称、杆塔号、部件名称、图片拍摄时间，对原始图片名进行重命名。
42.在其中一个实施例中，距离条件包括部件距离条件和通道距离条件；
基于第一距离值和第二距离值，在最小距离值满足距离条件的情况下，根据目标物名称和图片拍摄时间对原始图片名进行重命名的步骤包括：若最小距离值小于等于第一距离值，则确定最小距离值满足部件距离条件，并确定最小距离值所在行所对应的拍摄对象为最小距离值所在列所对应的线路部件，以及根据目标物名称和图片拍摄时间对原始图片名进行重命名；若最小距离值大于第一距离值、且最小距离值小于等于第二距离值，则确定最小距离值满足通道距离条件，并确定最小距离值所在行所对应的拍摄对象为最小距离值所在列所对应的线路杆塔通道，以及根据目标物名称和图片拍摄时间对原始图片名进行重命名。
43.具体来说，在一些示例中，可以将第一距离值设为10米，第二距离值设为200米；为了更好地说明本技术的技术方案，下面结合一个具体示例予以说明，以距离矩阵中第i行中的最小距离值为例，假设第i行中第j列的数据为最小距离值；若该最小距离值小于等于10米，则确定该最小距离值满足部件距离条件，并确定第i行所对应的机巡拍摄对象为第j列所对应的线路部件，进而将机巡拍摄图片与该台账线路部件进行匹配，即提取拍摄信息数组pa中第i行中的原始图片名pmi和拍摄时间ti，提取目标信息数组ba中第j行中的线路名称xj，杆塔号gj和部件名称bj，根据“线路名称_杆塔号_部件名称_拍摄时间.jpg”的格式对机巡拍摄图片进行重命名，即将该机巡拍摄图片的拍摄信息中的原始图片名pmi对应修改为“xj_gj_bj_ti.jpg”；若该最小距离大于10米、且最小距离小于等于200米，则确定该最小距离值满足通道距离条件，并认为第i行所对应的机巡拍摄对象为第j列所对应的线路杆塔的通道，进而将机巡拍摄图片与该台账线路杆塔进行匹配，即提取拍摄信息数组pa中第i行中的原始图片名pmi和拍摄时间ti，提取目标信息数组ba中第j行中的线路名称xj和杆塔号gj，根据“线路名称_杆塔号_通道_拍摄时间.jpg”格式重命名对机巡拍摄图片，即将原始图片名pmi对应修改为“xj_gj_通道_ti.jpg”；若此最小距离大于200米，则认为第i行所对应的机巡拍摄图片不属于任何一回台账线路，可以将该图片相关信息记录到问题数据库，且图片另外保存，由人工查看审核。
44.上述输电线路巡检图像自动命名方法，用机器取代人工，改变传统精细化巡检照片的命名方法，提高输电线路无人机的照片命名效率及巡检效率，推动电力行业无人机巡检向着自动方向发展，具有很好的应用前景。
45.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
46.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的输电线路巡检图像自动命名方法的输电线路巡检图像自动命名装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个输电线路巡检图像自
动命名装置实施例中的具体限定可以参见上文中对于输电线路巡检图像自动命名方法的限定，在此不再赘述。
47.在一个实施例中，如图4所示，提供了一种输电线路巡检图像自动命名装置，包括：数据获取模块410、数据处理模块420和自动重命名模块430，其中：数据获取模块410，用于分别获取输电线路上第一巡检关键点的目标信息；目标信息包括目标物名称和部件位置数据；还用于分别获取输电线路上第二巡检关键点的拍摄信息；拍摄信息包括拍摄位置数据、原始图片名和图片拍摄时间；数据处理模块420，用于采用矩阵模型对部件位置数据和拍摄位置数据进行处理，得到距离数据；自动重命名模块430，用于基于目标物名称和图片拍摄时间，根据距离数据所满足的距离条件对原始图片名进行重命名。
48.在其中一个实施例中，第一巡检关键点的数量为第一数量；第二巡检关键点的数量为第二数量；目标物名称包括线路名称、杆塔号和部件名称；部件位置数据包括部件经度、部件纬度和部件高度；拍摄位置数据包括拍摄经度、拍摄纬度和拍摄高度；数据处理模块420还用于：分别将各部件经度、各部件纬度和各部件高度均扩充为第二数量的行、第一数量的列的矩阵，并得到部件经度矩阵、部件纬度矩阵和部件高度矩阵；分别将各拍摄经度、各拍摄纬度和各拍摄高度均扩充为第二数量的行、第一数量的列的矩阵，并得到拍摄经度矩阵、拍摄纬度矩阵和拍摄高度矩阵。
49.在其中一个实施例中，数据处理模块420还用于：处理部件经度矩阵、部件纬度矩阵、部件高度矩阵、拍摄经度矩阵、拍摄纬度矩阵和拍摄高度矩阵，得到距离数据。
50.在其中一个实施例中，自动重命名模块430还用于：将距离数据表示为第二数量的行、第一数量的列的距离矩阵，并依次获取距离矩阵中每一行数据中的最小距离值。
51.在其中一个实施例中，自动重命名模块430还用于：基于第一距离值和第二距离值，在最小距离值满足距离条件的情况下，根据目标物名称和图片拍摄时间对原始图片名进行重命名。
52.在其中一个实施例中，距离条件包括部件距离条件和通道距离条件；自动重命名模块还用于：若最小距离值小于等于第一距离值，则确定最小距离值满足部件距离条件，并确定最小距离值所在行所对应的拍摄对象为最小距离值所在列所对应的线路部件，以及根据目标物名称和图片拍摄时间对原始图片名进行重命名；若最小距离值大于第一距离值、且最小距离值小于等于第二距离值，则确定最小距离值满足通道距离条件，并确定最小距离值所在行所对应的拍摄对象为最小距离值所在列所对应的线路杆塔通道，以及根据目标物名称和图片拍摄时间对原始图片名进行重命名。
53.上述输电线路巡检图像自动命名装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也
可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
54.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种输电线路巡检图像自动命名方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
55.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
56.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
57.在一些示例中，本技术还提供了一种输电线路rtk无人机巡检照片自动命名软件，该软件可以包括两大功能，即输电线路rtk无人机巡检拍摄图像坐标提取汇总功能和rtk无人机巡检图像自动命名功能。
58.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read-only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器（ferroelectric random access memory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
59.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
60.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员
来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。